AI analiza imunih ćelija može predvideti prognozu raka dojke

AI analiza imunih ćelija može predvideti prognozu raka dojke

Istraživači sa Instituta Karolinska istražili su koliko dobro različiti AI modeli mogu predvideti prognozu trostruko negativnog raka dojke analizom određenih imunih ćelija unutar tumora. Studija, objavljena u časopisu eClinicalMedicine, važan je korak ka korišćenju veštačke inteligencije u nezi raka za poboljšanje zdravlja pacijenata.

Limfociti koji infiltriraju tumor su vrsta imunih ćelija koja igra važnu ulogu u borbi protiv raka. Kada su prisutni u tumoru, to znači da imuni sistem pokušava da napadne i uništi ćelije raka.

Ove imune ćelije mogu biti važne u predviđanju kako će pacijent sa takozvanim trostruko negativnim karcinomom dojke reagovati na lečenje i kako će bolest napredovati. Ali kada patolozi procene imune ćelije, rezultati mogu da variraju. Veštačka inteligencija (AI) može pomoći u standardizaciji i automatizaciji ovog procesa, ali je bilo teško pokazati da veštačka inteligencija radi dovoljno dobro da bi se koristila u zdravstvenoj zaštiti.

Istraživači su testirali 10 AI modela i uporedili njihovu sposobnost da analiziraju limfocite koji infiltriraju tumor u trostruko negativnim uzorcima tkiva raka dojke.

Rezultati su pokazali da su AI modeli varirali u svojim analitičkim performansama. Uprkos ovim razlikama, osam od deset modela pokazalo je dobru prognostičku sposobnost, što znači da su bili u stanju da predvide buduće zdravlje pacijenata na sličan način.

„Čak i modeli obučeni na manjem broju uzoraka pokazali su dobru prognostičku sposobnost, što sugeriše da su limfociti koji infiltriraju tumor robustan biomarker“, kaže Balazs Acs, istraživač na Odeljenju za onkologiju i patologiju Karolinskog instituta.

Studija pokazuje da su potrebni veliki skupovi podataka da bi se uporedili različiti AI alati i osigurali da dobro funkcionišu pre nego što se mogu koristiti u zdravstvenoj zaštiti. Iako su rezultati obećavajući, potrebno je više validacije.

„Naše istraživanje naglašava važnost nezavisnih studija koje oponašaju stvarnu kliničku praksu“, kaže Acs. „Samo kroz takvo testiranje možemo osigurati da su AI alati pouzdani i efikasni za kliničku upotrebu.“